特斯拉机器人到底啥样（支撑特斯拉人形机器人的技术有哪些）

特斯拉机器人到底啥样（支撑特斯拉人形机器人的技术有哪些）一个有趣的测试是，如果你把指尖放在你面前的椅子上，你会注意到，你的肩部和肘部拥有巨大的运动范围，不需要移动你的指尖，你就可以往各个方向移动这些关节。显然，从去年开始，有很多事情发生了变化，但你会发现，有几点仍然没变。我们仍然非常细致地关注真实人类的形态。我们认为这很重要，这里有几个原因，不过不重要。我们花了很多时间来思考人类的身体是多么的神奇，我们有令人难以置信的运动范围，通常有着非常惊人的力量。一 、整体介绍Lizzy：你们今天已经看到了几个机器人，让我们快速的回顾一下时间线。去年我们公布了特斯拉机器人的概念，但一个概念远远不够，我们知道，我们需要一个真正的开发和集成平台，尽快在实践中进行学习。那个出场为你们进行了表演的机器人，我们用6个月就制作完成了，并在此后的几个月内进行了软件集成和硬件升级。但与此同时，我们也在设计下一代的机器人，这边的这个机器人。这个家伙，植根于车辆设计工艺的基础

阿尔法公社

重度帮助创业者的天使投资基金

━━━━━━

在2022年特斯拉人工智能日活动中，特斯拉机器人团队的负责人Milan Kovac和七位团队成员共同对其最新的人形机器人Optimus擎天柱所采用的技术进行了详细的介绍，对于关注机器人行业的人士和创业者们，也是一个很好的复习人形机器人技术和结构的机会，欢迎参考。

一 、整体介绍

Lizzy：你们今天已经看到了几个机器人，让我们快速的回顾一下时间线。去年我们公布了特斯拉机器人的概念，但一个概念远远不够，我们知道，我们需要一个真正的开发和集成平台，尽快在实践中进行学习。

那个出场为你们进行了表演的机器人，我们用6个月就制作完成了，并在此后的几个月内进行了软件集成和硬件升级。但与此同时，我们也在设计下一代的机器人，这边的这个机器人。这个家伙，植根于车辆设计工艺的基础之上，我们正在利用我们已经拥有的所有这些经验。

显然，从去年开始，有很多事情发生了变化，但你会发现，有几点仍然没变。我们仍然非常细致地关注真实人类的形态。我们认为这很重要，这里有几个原因，不过不重要。我们花了很多时间来思考人类的身体是多么的神奇，我们有令人难以置信的运动范围，通常有着非常惊人的力量。

一个有趣的测试是，如果你把指尖放在你面前的椅子上，你会注意到，你的肩部和肘部拥有巨大的运动范围，不需要移动你的指尖，你就可以往各个方向移动这些关节。

但对于机器人而言，它的主要功能是做真正有用的事情，它也许不一定马上就需要所有这些自由度。因此，我们把它缩减到最低限度，28个基础自由度，除此之外，当然还有手部。

人类在某些事情上的效率很高，而其他事情就没那么高。比如说，我们可以吃少量的食物，就能维持几个小时的生命，这很棒。但我们只是坐着的时候，无意冒犯，我们是很低效的，我们只是在消耗能量。

在机器人平台上，我们的计划是，我们打算尽量减少空闲时的耗电，把它降到尽可能低的水平。这样一来，我们只要切换开关，机器人就会进入能做有用工作的状态。

让我们来仔细聊聊这最新一代的机器人，好吧。在屏幕上，你看到橙色的部分是驱动器，我们稍后会具体介绍，蓝色是我们的电气系统。

既然我们进行了基于人类的研究，也拥有了我们第一个开发平台，我们就可以从这个设计出发，开展研究，开始执行。再次强调，我们采用了车辆设计的基础，从概念到设计和分析，到建造和验证。在这个过程中，我们对成本和效率等因素进行优化，因为最终，这些都是这个产品走向规模化的关键指标。

我们如何做到这一点？

我们减少我们的零件数量，尽量降低每一个元素的功耗。

我们减少四肢的传感和布线，你可以想象，你的手脚末端如果很重，移动起来就会很困难，而且很耗电。

我们把电源和计算都集中到平台的物理中心。在躯干的内部，我们安装了电池组，它有2.3度电，这对于一整天的使用来说是完美的配置。这个电池组的独特之处在于，所有电池电子元件都集成在电池组一块PCB上，这意味着，从传感到熔断，充电管理和电源分配，所有功能都在一个地方。

我们正利用我们的汽车和能源产品，把所有这些关键功能集成到该电池中。这是精简制造工艺，真正有效而简单的冷却方法，电池管理，以及安全性。当然，我们可以利用特斯拉现有的基础设施和供应链来开展生产。

接下来是大脑，它不在头部，但很接近。同样在躯干里，我们安装了中央计算机。如各位所知，特斯拉已经在我们生产的每辆汽车上配备了FSD计算机。我们想利用autopilot的硬件和软件来开发人形机器人平台，但因为它的需求和外形因素不同，我们首先要作出一些改变。

它要能做人脑所做的一切事情：处理视觉数据，根据多传感器输入做出极快速的决定，还有通信。为了支持通信，它配备了无线连接以及音频支持。然后，它还具有硬件级别的安全功能，这对于保护机器人和机器人周围的人都很重要。

现在我们完成了核心部分，我们需要在这个家伙身上安装四肢。我们很乐意向大家展示我们的执行器和我们功能齐全的双手，但在此之前，我想邀请Malcolm，他会介绍一下我们机器人的结构基础。

二、结构基础

Malcolm：谢谢Lizzy。

特斯拉有能力实现高度复杂的系统，它们比碰撞要复杂得多。这里你可以看到，Model 3的碰撞仿真，叠加真实的物理碰撞，它的准确程度令人难以置信。

这个仿真模型究竟有多复杂性？它包括每一个螺栓，每一个焊点，而且有3500万个自由度，非常惊人。可以说，如果没有这样的模型，我们就没法生产出世界上最安全的汽车。

那么，我们是否能利用我们在汽车端的能力和方法，来影响机器人呢？嗯，我们可以制作一个模型。

既然我们有碰撞软件，我们可以使用同样的软件，我们可以让它摔倒，目的是为了确保：当然最好是别摔，但如果摔倒，也只是表面损伤。例如，我们不想让它的手臂齿轮箱断裂，那相当于机器人肩膀脱臼，修起来既困难又昂贵。我们希望它振作起来，继续完成它的任务。

如果我们也能采用同样的模型，用之前现成模型的输入来驱动驱动器，进行实时仿真。这是机器人为完成我们的任务需要做出的动作，这些任务包括拿起箱子，转身，下蹲，上楼。不管什么任务，我们都可以用这个模型进行仿真。

这里展示的，是简单的行走，我们可以生成所有零部件的应力，以帮助我们优化这些部件。

这些并不是跳舞机器人，它们实际上是机器人的模式化行为，前五种模式。通常，人们在生产机器人时，他们会确保首个模式的频率是大几赫兹，最高10赫兹。这样做，是为了让对于行走的控制更容易，如果你不能保证脚的准确移动，就很难走路了。

生产一个机器人还可以，我们想要生产几千个，也许几百万个。用碳纤维和钛进行生产，太奢侈了，我们想用塑料，并不太硬的材料来生产机器人。我们不能有这么高的要求，我叫它们傻要求，我们必须用低要求的材料就让它运行，这能行吗？

如果你想一想，很抱歉，但我们自己也只是一些胶状物体和骨头的组合。我们的频率不高，如果我单腿站立，我的震动频率不会超过10赫兹。我们人类是以低频工作的，所以机器人实际上也可以，只是控制会变得更难。

我们从这里获取信息，模式化数据和刚度，并将其输入控制系统，让它能够行走。

稍微转换下话题，看看膝盖，我们可以从生物学得到一些启发，我们可以看看，膝关节的结构优势是什么。事实证明，它实际上与四连杆结构非常相似，具有相当高的非线性。

这并不奇怪，因为当你弯腿的时候，膝盖上的扭矩，在弯曲时要比在伸直时大得多，你会期望这是一个非线性函数。事实上，生物学的确是非线性的，这就相当契合了。

这就是四连杆，它显然不是物理上的四连杆，但特征是相似的。

弯曲膝盖，还种说法不是很科学，让我们更科学一点吧。我们通过这张图，展示了所有的任务。这里展示的是，捡东西，走路，下蹲，对于不同任务计算的应力。这里，纵轴是膝盖的扭矩，和横轴膝盖弯曲程度的对应关系。

这显示了，为完成所有这些任务，膝关节的需求是什么样的，然后用一条曲线连接各个波峰，这就是，让机器人完成这些任务所需的膝关节扭矩。

我们看一下四连杆，也就是这条绿色曲线。这是说，四连杆的非线性，在这里力学特征被线性化了。这实际上说明，这个结构降低了力量的要求，能让驱动器只拥有最小的力量。这是最有效的，因为我们想慢慢地消耗能量。

蓝色曲线是什么？蓝色曲线表示的是，如果我们没有四连杆，如果大腿下是机械臂，用驱动器连接，一个简单的二连杆，这是采用二连杆你能得到的最好参数。

它表明，这将需要驱动器产生大得多的力，就会很低效。

那么，实际运行是什么样子呢？正如你所看到的，连接装置紧密的包裹在膝盖中。等它一会儿变透明，你会在那里看到四连杆。它是基于驱动器运行的，这决定了驱动器的力和位移。

接下来请Constantinos给大家介绍，生产，设计和优化这些驱动器的细节。谢谢！

三、驱动器(actuator)

Constantinos：谢谢Malcolm。

我想谈谈，我们机器人的设计流程和驱动器组合。

谈到动力系统的设计，在汽车和机器人之间有许多相似之处，这里最重要的因素，是耗能，质量和成本。我们将汽车上的大部分设计经验带到了机器人上。

在这个例子里，你看到一辆有两个驱动单元的汽车，这两个驱动单元用来将汽车从0加速到60英里时速。而机器人有28个驱动器。

在驱动器层面，任务并不清晰，我们有更高层次的任务，如走路，爬楼梯或搬运重物，这些都需要转化为关节的参数规格。因此，我们使用我们的模型，为关节生成扭矩，速度和轨迹，这些数据然后输入给我们的优化模型，并运行优化流程。

这是机器人能够完成的其中一个任务，转弯并行走。有了扭矩，速度和轨迹之后，我们画出驱动器的效率图，我们可以沿着这个轨迹，生成任务的功耗和累积能耗与时间的关系。这样我们就能定义特定驱动器的系统成本，并把一个简单的点放入云中。然后，在我们的集群中求解，我们为成千上万的驱动器重复同样的计算。

红线表示帕累托前沿，这是我们要寻找的最佳区域，X表示我们为这个特定关节所选的最佳驱动器设计。现在，我们需要对每个关节都做同样的事情。我们有28个关节需要进行优化，对于每个关节的规格参数，我们再次解析我们的云。这次的红色X表示每个关节的定制驱动器设计。

这里的问题是，我们有太多独特的驱动器设计。即使我们利用了对称性，仍然有太多设计。为了促成大规模生产，我们需要减少独特驱动器设计的数量。因此，我们进行一个称之为共同性研究的任务，再次解析我们的云，这次，是为了寻找那些能同时满足一个以上关节的性能要求的驱动器。

最终的组合是六个驱动器，它们以彩图的形式显示在中间的图上。在这张幻灯片上，也可以看到这些驱动器：三个旋转驱动器和三个线性驱动器。

所有的驱动器都有很大的输出力量或单位质量扭矩，特别是，旋转驱动器集成了一个机械离合器。在高速侧，是角接触球轴承；在低速侧，是一个交叉滚柱轴承，而齿轮组是一个应变波齿轮。

这里有三个集成的传感器，以及定制的永磁机。线性驱动器... 不好意思，线性驱动器有行星滚柱，和一个倒置的行星螺杆作为齿轮组，这保证了效率，紧凑性和耐用度。

为了证明我们线性驱动器的能力，我们设计了一个实验，以测试它的极限。请你们欣赏这段视频。

我们的驱动器能够举起，一架重达半吨，九英尺长的音乐会大钢琴。这是一个需求，不是可以选择性实现的功能。因为当我们的肌肉被直接驱动时，它们也能做到这一点。当被直接驱动时，我们的肱四头肌可以同样做到这一点。

只不过，膝关节是一个上齿轮联动系统，在脚跟末端处把力转化为速度，从而给人体带来了灵活性。这是人类身体最神奇的地方之一。

我的发言到此结束。我想欢迎我的同事Mike，他将谈谈关于手的设计。非常感谢大家！

四、手的设计

Mike：谢谢Constantinos。

我们刚才看到了人类和仿人驱动器的强大，然而，人类也非常灵巧。人手有能力以每秒300度的速度转动，它有数以万计的触觉传感，它有能力抓取和操纵我们日常生活中的几乎所有物体。

我们的机器人手的设计，受到了生物学的启发。我们有五个手指，一个可对立的拇指。我们的手指由金属肌腱驱动，既灵活又坚固。我们具有完成大范围用力抓取的能力，同时，也为精准的抓取很薄很小的物体进行了优化。

那么，为什么选择仿人的机器手呢？

主要原因是，我们的工厂和我们周围的世界被设计成符合人体工程学。这意味着，它确保了我们工厂里的物体是可以被抓取的。它也确保了，新的物体，我们可能前所未见的物体，可以被人手，也可以被我们的机器手所抓取。

反过来说，也很有意思，因为反过来说，这些物体是为我们的手而设计的，而不是让我们的手做出改变，以迎合一个新的物体。

关于我们手的一些基本数据是，它有6个驱动器和11个自由度。它有一个手内控制器，可以驱动手指并接收传感器反馈。传感器反馈，对于了解我们正在抓取的物体和本体感受非常重要，这是让我们能识别我们手的空间位置的能力。

我们手的一个重要方面是，它具有适应性。这种适应性主要是指复杂的机制，使手能够适应于被抓取的物体。另一个重要的部分是，我们有一个不能反向驱动的手指驱动装置。这种抓取机制使我们能够握住并运送物体，而不需要打开手部马达。

你们刚刚听到了我们是如何设计特斯拉机器人的硬件的，现在请Milan和我们的自动驾驶团队，把这个机器人带入现实世界。

五、Autopilot的应用

Milan：谢谢Mike。

好的，我们在视频中所展示的所有这些很酷的内容，都是在短短几个月内完成的。感谢过去几年里我们在Autopilot上取得的出色进展，大部分的组件都可以很容易地移植到机器人的环境中。

你可以想一想，这只是把轮子上的机器人，变成长了腿的机器人而已。其中某些组件是非常相似的，而另一些则需要我们付出更多的工作。例如，我们的视觉神经网络，直接从Autopilot移植到了机器人的环境中。

这就是稍后Autopilot团队将要进一步介绍的占用网络。在这个视频里，同一个网络现在运行在机器人上，唯一改变的是我们必须为此重新收集的训练数据。

我们还在努力寻找方法，利用神经辐射场方面的工作来改进这些占用网络，来获得机器人周围环境良好的体积深度渲染。例如，这里是一些机器人需要与之互动的机器。

另一个有趣的问题是，在室内环境中，大多数情况都没有GPS信号，你怎么让它导航到目的地呢？比如，找到离它最近的充电站。

我们一直在训练更多神经网络，在机器人摄像帧流中识别高频特征和关键点，并随着机器人在环境中导航，进行跨帧跨时间的跟踪。利用这些点，能更好地估计机器人的姿势，以及它在工作环境中的行走轨迹。

我们还在仿真方面做了不少工作。这就是autopilot仿真器，我们整合了机器人的运动代码。

这是一段视频，演示了在Autopilot模拟器中运行运动控制的代码，展示了机器人行走的演变过程。

可以看到，我们四月份开始的时候，行走速度相当缓慢。而过去几个月，随着解锁更多关节和更多高级技术，如手臂平衡，它开始加速。

当我们从汽车转到机器人环境时，运动是一个非常不同的组成部分，因此，我认为需要作些更深入的介绍。请我的同事们上台介绍。

六 机器人的行走

Felix：谢谢Milan，大家好，我是Felix，我是这个项目的机器人工程师。我现在要介绍的是行走。

行走似乎很容易，对吧？人们每天都在行走，你甚至不需要考虑这个问题。但从工程的角度来看，行走从某些方面来说是有挑战性的。

例如，物理上的自我感知，这意味着，对于自身有一个良好的表示：四肢的长度是多少，四肢的质量是多少，脚的大小是多少，所有这些都很重要。

通过实现能效步态，你可以想象，有不同的行走方式，而它们都同样高效。最重要的是，保持平衡，不能摔倒，当然，还要协调所有肢体的运动。人类能自然而然地做到这一切，但作为工程师或机器人专家，我们必须考虑这些问题。

接下来我要介绍，如何在运动规划和控制技术栈中解决这些问题。

我们从运动规划开始，以及我们对于结合点的表示开始。对于机器人的表示，包含机器人的运动学，动力学和接触属性。对于机器人使用该模型和理想的路径，我们的运动规划器为整个系统生成了参考轨迹。这意味着，在我们模型的假设条件下可行的轨迹。

规划器目前分三个步骤工作，从规划脚步开始，以生成系统的完整运动结束。让我们更深入地了解一下工作原理。

在这段视频中，我们可以看到，在规划范围内，按照期望的路径规划脚步。我们从这里开始，然后添加轨迹以连接所有的脚步。就像人类那样，用脚趾和脚跟着地，这样我们就有了更大的步幅和更少的膝关节弯曲，以保证系统的高效率。

最后一个阶段是寻找质心的轨迹，以获得整个系统可以保持动态平衡的运动轨迹。

理想虽好，也必须要照进现实。让我们看看，如何做到这一点。

七、运动控制

Arnold：谢谢你，Felix，大家好，我叫Arnold，我将谈谈控制问题。

让我们把Felix刚才谈到的运动规划，放到现实世界一个真正的机器人上。让我们看看会发生什么。它走几步，就摔倒了，这有点让人失望。

我们还缺几个能让它真正行走的关键要素。

如Felix所说，运动规划器使用它自身的理想版本，和周围环境的现实版本，这并不完全正确。它也通过轨迹和扭力来表达它的意图，即它想要施加于世界，用以行走的力和扭矩。

现实远比任何类似模型复杂得多，而且，机器人并不是一个简化模型，它包含振动，各种模式，妥协行为，传感器噪音等等。那么，把机器人放在现实世界中时，它对于现实世界有什么影响？

呃，意外的力导致了未经建模的动态变化，出乎规划器的意料之外，而且这将导致不稳定，特别是对于一个动态稳定的系统，比如双足运动，更是如此。

对此，我们能做些什么呢？

好吧，我们对现实进行测量。我们用传感器和我们对于世界的理解，来进行状态估计。

在这里，可以看到骨盆的位置和姿态，这基本是由人类前庭系统控制的。当机器人在办公室环境中行走时，我们对质心的轨迹进行跟踪。我们有了用于完成闭环所需的所有信息，我们使用更好的机器人模型，我们使用通过状态估计获得的对于现实的理解，并把我们想要的，和现实对于我们的影响进行比较，以对机器人的行为加以修正。

在这个例子里，机器人当然不喜欢被人戳一下，但它在保持直立方面的表现也令人钦佩。

最后一点，一个会行走的机器人是不够的，要变得有用，还需要使用它的手和胳膊，让我们来谈谈操纵问题。

八、操纵物体

Eric：大家好，我叫Eric，特斯拉机器人团队，机器人工程师。

我想谈谈，我们是如何让机器人在现实世界中操纵物体的。我们希望操纵物体能尽可能的自然，并能快速的完成任务。

我们的做法是，我们把这个过程分成了两个步骤。首先，生成一个自然运动的参照库，我们可以把它们称之为“示范”。然后，我们在线调整这些运动参考，以适应当前真实世界的状况。

比如说，我们有一个人类拿起一个物体的示范动作。我们可以得到这个示范的运动捕捉，在这里，它被可视化为一系列关键帧，代表手部，肘部和躯干的位置。我们可以使用反向运动学将其映射到机器人上。

我们如果收集了很多这样的示范动作，就有了一个可用的库。

但是，单一的示范并不能适用于现实世界中的各种变化。例如，这个示范只适用于一个位于特定位置的盒子。因此，我们还通过一个轨迹优化程序，运行这些参考轨迹，按现实世界调整运动，解决手放哪里，机器人如何保持平衡的问题。

比如，如果盒子在这个位置，那么，我们的优化程序就会创建这个不同的轨迹。

接下来，Milan会讲讲擎小柱，特斯拉机器人的下一步计划，谢谢。

九、Optimus擎天柱的下一步计划

Milan：谢谢Eric。

好的，希望到目前为止，你们对我们过去几个月的工作有了很好的了解。我们开始实现一个可用的机器人，但还远远没有达到有用的程度。我们前面还有一条漫长而又令人激动的道路。

我认为，在未来几周内，我们需要完成的首要任务，是让擎小柱至少追平甚至超越小黄蜂，你们之前看到的那个机器人原型。

我们还将在我们的一家工厂内，开始专注于真正的使用场景，并致力于真正解决问题，彻底夯实将这个产品部署到现实世界的所有要素：我之前提到过，室内导航，优雅的全面管理或服务，规模化这个产品所需的所有组件。

我不知道你们的想法，但在看到我们今晚所展示的内容之后，我很肯定，我们可以在未来几个月或几年内完成这个目标，把这个产品变成现实，并改变整个经济。

我想感谢整个擎小柱团队在过去几个月的努力工作，我认为他们的工作非常出色，这一切都是在短短的六到八个月内完成的。非常感谢你们！

本文转载自瓦砾村夫。

关于阿尔法公社

阿尔法公社（Alpha Startup Fund）是中国领先的早期投资基金，由曾带领公司在纳斯达克上市的许四清和前创新工场联合管理合伙人蒋亚萌在2015年共同创立。

阿尔法公社基金的三大特点是系统化投资、社交化创业者社区运营和重度产业资源加速成长，专注早期科技天使投资。目前已经在天使轮投资了包括白山云科技、领创集团(Advance Intelligence Group)、Zenlayer、帷幄科技、所思科技、薪人薪事、句子互动、中科海网等为数众多的优秀项目。

阿尔法公社获36氪“2017年最受创业者欢迎天使投资机构Top20”、“2019年中国企业服务领域最受LP欢迎早期投资机构”、“2019年中国企业服务领域最具发现力投资机构TOP10”，及“2020年中国最受创业者欢迎早期投资机构TOP50”、“2021年中国最受LP认可早期投资机构TOP30”、“2021年中国最受创业者欢迎早期机构TOP50”、“2021年中国跨境出海领域投资机构TOP10”、“2022年中国最受LP认可早期投资机构TOP50”等奖项；获得钛媒体“2020 EDGE TOP50投资机构”奖；创业邦“2022中国最受赞赏的早期投资机构TOP30”奖，还获得母基金研究中心“2018年中国早期基金最佳回报TOP30”、“2019中国早期基金最佳回报TOP30”，以及母基金周刊“2020中国投资机构软实力GP100科技力Top10”等奖项。

创始合伙人许四清获得2020年“福布斯中国创投人100”、投中“2019年中国最佳早期投资人TOP50”，以及36氪“2018年中国企业服务领域投资人TOP10”、“2019企业服务领域投资人TOP20”等奖项。创始合伙人蒋亚萌获得2019及2021年“福布斯中国创投人100”、36氪“2019年中国中生代投资人TOP50”大奖。